演示系统综述
2018 机器阅读理解技术竞赛
机器阅读理解(Machine Reading Comprehension) 研究近年来受到广泛关注，任务通常定义为：让机器阅读文本， 然后回答和阅读内容相关的问题。阅读理解涉及到语言理解、知识推理、摘要生成等复杂技术，极具挑战。
我们提出了N-Reader，一个端到端的基于神经网络的机器阅读理解模型。 该模型的主要特点是采用双层的self-attention机制对单个文档以及所有输入文档进行编码。 通过这样的编码，不仅可以获取单篇文档中的关键信息，还可以利用多篇文档中的相似性信息。最终的模型取得了很大的提升。
2018 CCKS 全国知识图谱与语义计算大会 任务3
句子语义匹配系统：输入两个句子，系统将判断其对应的语义是否等价，核心为语句的意图匹配。本Demo系统将以CCKS2018 （全国知识图谱与语义计算大会）中的任务3（” 微众银行智能客服问句匹配大赛”）为基础， 以简单直观的方式向用户演示句子语义匹配过程。
2018 CCKS 全国知识图谱与语义计算大会 任务2
意图识别与槽填充系统：对话系统中的核心任务之一，要求根据当前人机交互的部分上下文信息判断用户最后一个输入的意图 （如命令、问答、聊天等），并根据意图识别结果将当前用户输入话语中的相关参数（称为” 槽”）提取出来， 并将对应的槽的属性信息进行填充。本Demo系统将以CCKS2018（全国知识图谱与语义计算大会）中的任务2 （”面向音乐领域的命令理解任务”）为基础，以简单直观的方式向用户演示意图识别与槽填充过程。